31. Складові експертних систем.

Експертна система складається із трьох основних модулів:

1. база знань;

2. машина логічного висновку;

3. інтерфейс із користувачем.

База знань містить знання, що відносяться до конкретної прикладної області, у тому числі окремі факти, правила, що описують чи відносини явища, а також, можливо, методи, евристики і різні ідеї, що відносяться до рішення задач у цій прикладній області.

Машина логічного висновку вміє активно використовувати інформацію, що міститься в базі знань.

Інтерфейс із користувачем відповідає за безперебійний обмін інформацією між користувачем і системою; він також дає користувачу можливість спостерігати за процесом рішення задач, що протікають у машині логічного висновку.

Прийнято розглядати машину висновку й інтерфейс як один великий модуль, звичайно називаний оболонкою експертної системи, чи, для стислості, просто оболонкою.

В описаній вище структурі власне знання відділені від алгоритмів, що використовують ці знання. Такий поділ зручно по наступним розуміннях. База знань, мабуть, залежить від конкретного додатка. З іншого боку, оболонка, принаймні в принципі, незалежна від додатків. Таким чином, розумний спосіб розробки експертної системи для декількох додатків зводиться до створення універсальної оболонки, після чого для кожного додатка досить підключити до системи нову базу знань. Зрозуміло, усі ці бази знань повинні задовольняти тому самому формалізму, що оболонка "розуміє". Практичний досвід показує, що для складних експертних систем сценарій з однією оболонкою і багатьма базами знань працює, не так гладко, як би цього хотілося, за винятком тих випадків, коли прикладні області дуже близькі. Проте, навіть якщо перехід від однієї прикладної області до іншої вимагає модифікації оболонки те, принаймні основні принципи її побудови звичайно вдається зберегти.

Для створення оболонки, за допомогою якої можна проілюструвати основні ідеї і методи в області експертних систем, можна дотримувати наступного плану:

•Вибрати формальний апарат для представлення знань.

•Розробити механізм логічного висновку, що відповідає цьому формалізму.

•Додати засобу взаємодії з користувачем.

• Забезпечити можливість роботи в умовах невизначеності.

31. Розвиток експертних систем.

Етапи розробки ЕС 1)Етап ідентифікації проблем - визначаються завдання, які підлягають вирішенню, виявляються цілі розробки, визначаються експерти і типи користувачів. 2)Етап витягання знань - проводиться змістовний аналіз проблемної області, виявляються поняття і їх взаємозв'язки, визначаються методи розв'язання задач. 3)Етап структуризації знань - обираються ІС і визначаються способи подання всіх видів знань, формалізуются основні поняття, визначаються способи інтерпретації знань, моделюється робота системи, оцінюється адекватність цілям системи зафіксованих понять, методів рішень, засобів представлення й маніпулювання знаннями. 4)Етап формалізації - здійснюється наповнення експертом бази знань. У зв'язку з тим, що основою ЕС є знання, даний етап є найбільш важливим і найбільш трудомістким етапом розробки ЕС. Процес придбання знань поділяють на вилучення знань з експерта, організацію знань, що забезпечує ефективну роботу системи, і представлення знань у вигляді, зрозумілому ЕС. Процес придбання знань здійснюється інженером зі знань на основі аналізу діяльності експерта з вирішення реальних завдань. 5)Реалізація ЕС - відбувається створення одного або декількох прототипів ЕС котрі вирішують поставлені задачі. 6)Етап тестування - проводиться оцінка обраного способу представлення знань в ЕС в цілому. Вперше про штучний інтелект заговорили в середині минулого сторіччя, — розповів доцент кафедри обчислювальної техніки НТУ «Київський політехнічний інститут» Володимир ПУСТОВАРОВ, — із масовою появою комп’ютерів. Уже на початку 60-х у США були створені перші експертні системи. Їх активно почали застосовувати в медицині, хімії складних неорганічних з’єднань, геологорозвідці. Далі від спеціалізованих систем почали переходити до оболонок експертних систем, які можна налаштувати на вирішення завдань у будь-якій галузі. Десь із середини 80-х експертні системи почали проникати в різноманітні математичні сфери, а також в галузі природних мов. Трохи пізніше були розроблені методи семантичного аналізу, став можливий діалог із користувачем. З кінця 70-х різноманітні текстові пошукові системи з’явилися й у СРСР. Найбільш поширеними були системи, здатні опрацьовувати величезну кількість інформації: якщо, приміром, необхідно знайти потрібні файли в Інтернеті або в базі даних окремо взятого підприємства. Останніми роками світові «монстри» від буквеного пошуку перейшли до пошуку з морфології слова, — тобто виходячи зі смислового значення.